CentOS中HDFS如何管理

CentOS 上 HDFS 管理实操指南

一 基础准备与环境配置

• 安装 Java（Hadoop 依赖 Java）：执行命令安装 OpenJDK 8 并验证版本。
• 下载并解压 Hadoop 至如 /usr/local/hadoop，创建数据目录（如 /data/hadoop/namenode、/data/hadoop/datanode）。
• 配置环境变量（建议写入 /etc/profile.d/hadoop.sh）：
  • export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
  • export HADOOP_HOME=/usr/local/hadoop
  • export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
• 配置 SSH 免密登录（NameNode 能免密登录各 DataNode）：
  • ssh-keygen -t rsa
  • ssh-copy-id user@namenode、ssh-copy-id user@datanodeX
• 核心配置文件要点：
  • core-site.xml：设置默认文件系统 fs.defaultFS=hdfs://namenode:8020（或 9000，视版本与网络而定）。
  • hdfs-site.xml：设置副本数 dfs.replication=3，NameNode/DataNode 数据目录 dfs.namenode.name.dir、dfs.datanode.data.dir。
  • 首次启动前执行格式化：hdfs namenode -format。

二 启动停止与进程管理

• 一键启停：在 NameNode 执行
  • 启动：$HADOOP_HOME/sbin/start-dfs.sh
  • 停止：$HADOOP_HOME/sbin/stop-dfs.sh
• 单进程控制（新版本推荐）：
  • 启动/停止/状态：$HADOOP_HOME/bin/hdfs --daemon (start|stop|status) namenode|secondarynamenode|datanode
• 进程校验：在各节点执行 jps，应看到 NameNode、DataNode、SecondaryNameNode 等进程。

三 日常运维与监控

• 集群健康与容量：
  • 报告：hdfs dfsadmin -report（查看 DataNode 数量、容量、使用情况）
  • 安全模式：hdfs dfsadmin -safemode get|enter|leave（维护前进入、完成后离开）
• 权限与 ACL：
  • 传统权限：hdfs dfs -chmod、hdfs dfs -chown
  • 细粒度 ACL：hdfs dfs -setfacl、hdfs dfs -getfacl
• 配额管理：
  • 名称配额（文件/目录数量）：hdfs dfsadmin -setQuota -n 100 /path
  • 空间配额（容量）：hdfs dfsadmin -setSpaceQuota -n 1G /path
• 回收站（避免误删）：在 core-site.xml 启用
  • fs.trash.interval（保留分钟，如 1440）与 fs.trash.checkpoint.interval（检查点间隔）
• 可视化监控：访问 NameNode Web UI（默认端口：50070 或 9870，取决于 Hadoop 版本）。

四 存储与性能优化

• 块大小：根据业务选择 128MB/256MB 等，减少小文件与元数据压力。
• 副本数：默认 3，可靠性与存储成本权衡；可按目录/文件设置。
• 避免小文件：合并、归档（如 SequenceFile/Parquet），降低 NameNode 内存占用。
• 压缩：采用 ZSTD/SNAPPY 等降低存储与网络开销。
• 存储策略与生命周期：冷热分层（如 HOT/WARM/COLD），提升性价比。
• 多目录与磁盘：为 dfs.namenode.name.dir、dfs.datanode.data.dir 配置多磁盘目录，提升吞吐与可靠性。
• 调优参数：dfs.namenode.handler.count（并发请求处理线程数）等按负载调整。

五 备份恢复与高可用

• 备份与恢复：
  • 快照：对关键目录启用快照，快速回滚误删/误改。
  • 复制：跨集群/跨机架 distcp 做定期/持续备份。
• 高可用 HA（生产推荐）：
  • 架构：双 NameNode（Active/Standby）+ JournalNode（建议 3+ 奇数台）+ ZKFC。
  • 关键配置：dfs.nameservices、dfs.ha.namenodes.[nameservice]、dfs.namenode.rpc-address/ http-address、dfs.namenode.shared.edits.dir（如 qjournal://jn1:8485; jn2:8485; jn3:8485/ns）。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！